1.一种基于二面角信息辅助能量函数选择的蛋白质结构预测方法，其特征在于，所述方法包括以下步骤：

1)参数设置：蛋白质序列长度L，初始化迭代次数为Ii，全局搜索迭代次数为Ig，局部搜索迭代次数为Il；

2)信息预处理，首先给定初始蛋白质序列，根据该序列形成自由能最大的伸展链，其中二面角φ, ω分别设置为-150°，-150°和180°，获取该蛋白质不同二级结构不同残基类型对应的拉氏图Ramachandran plot；

3)构象初始化，使用Rosetta ab initio方法中的stage1对初始构象进行初始化，初始构象每个残基位置上的残基均被替换至少一次以上或达到最大初始化迭代次数Ii则视为初始化成功；

4)通过Rosetta算法的中能量函数对构象进行打分，构象的能量分数为Energyscore；

5)计算构象Rama分数，通过拉氏图Ramachandran plot对构象每一个残基位的二面角进行评估，评估公式如下所示：其中，φa, 是残基a的两个二面角，res(a)是残基a的残基类型，ss(a)是残基a的二级结构类型，其中，二级结构类型通过DSSP算法获得，将每个残基位的评估结果求和可得到构象的Rama分数Ramascore；

6)设计打分函数，通过步骤4)获得能量分数Energyscore以及步骤5)所得的Rama分数Ramascore设计如下打分函数：E(C)＝weEnergyscore+wrRamascore

其中，we和wr分别为能量分数Rama分数分别对应的权重，C为被打分的构象，用该打分函数对构象进行打分；

7)构象全局搜索，对构象C进行9片段的片段组装，得到构象C′,然后用步骤6)设计的打分函数对片段组装前后的个体进行打分，得到E(C)和E(C′)，若E(C)＜E(C′)，则接收个体C′，若E(C)＞E(C′)，则根据Boltzmann概率 接收个体，其中，ΔE＝E(C)-E(C′)为片段组装后两个个体的能量差，kT为温度系数，对接收后的构象进行Ig次的搜索，搜索过程如上所述，达到Ig次搜索后进入构象局部搜索；

8)构象局部搜索，对构象C进行3片段的片段组装，得到构象C′,然后用步骤6)设计的打分函数对片段组装前后的个体进行打分，得到E(C)和E(C′)，若E(C)＜E(C′)，则接收个体C′，若E(C)＞E(C′)，则根据Boltzmann概率 接收个体，其中，ΔE＝E(C)-E(C′)为片段组装后两个个体的能量差，kT为温度系数，对接收后的构象进行Il次的搜索，搜索过程如上所述，达到Il次搜索后完成构象的整个搜索过程；

9)保存最终的构象并记录输出构象信息。